Вход

Необходимые (Система необходимых) требования к статистическим моделям корреляционного типа СГ ЛАГс МР

Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
Код 320655
Дата создания 08 июля 2013
Страниц 58
Мы сможем обработать ваш заказ (!) 29 марта в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
1 310руб.
КУПИТЬ

Содержание


Введение
Статистика и обработка данных в психологии
Корреляционный анализ
Линейный коэффициент корреляции по Пирсону
Коэффициент корреляции рангов по Спирмену
Коэффициент ассоциации по Пирсону (для дихотомических переменных)
Коэффициент взаимной сопряженности по Чупрунову
Практическая часть
Список используемой литературы

Введение

Необходимые (Система необходимых) требования к статистическим моделям корреляционного типа СГ ЛАГс МР

Фрагмент работы для ознакомления

Для решения задачи с помощью линейного коэффициента корреляции по Пирсону составим таблицу.
Вычисление средних выполняется по следующим формулам.
где средние значения.
Стандартные отклонения будем вычислять по формулам.
Подставив в последние формулы числовые значения, получим
Вычислим линейный коэффициент корреляции Пирсона по формуле:
Проверим значение численного значения коэффициента r по формуле:
Для числа степеней свободы по таблице критерия Стьюдента найдем
Видим, что , это означает, что связь между параметрами ознакомление и восприятие существует значимо при уровне значимости 1%.
Решим эту задачу с помощью электронных таблиц Excel.
Пример Excel-программы приведен ниже.
При этом в соответствующие ячейки записываются формулы:
где 24 – объем данных.
Коэффициенткорреляции рангов по Спирмену
Используется для определения тесноты связи между признаками в случае их количественного представления.
Для определения рангового коэффициента корреляции ранжируют (в возрастающем или убывающем порядке) все значения Х и вместе с тем записывают соответствующие значения признака Y. Затем определяют ранг по обоим признакам, т.е. но­мер каждого признака и ранжированных рядах. Для равных значе­ний признака ранг находится путем деления суммы приходящихся на них рангов на число равных значений. Коэффициент корреляции вычисляют по формуле
где n - число коррелируемых пар значений признаков X, Y;
di- разность рангов i-того испытуемого в первом и втором ряду.
Коэффициент корреляции принимает значения от -1 до + 1. В этих пределах возможны все числовые значения коэффициен­та корреляции рангов. Если никакой связи между признаками не су­ществует, то коэффициент ранен 0. При положительной корреляции при увеличении числовых значений одного признака соответственно увеличиваются числовые значения другого признака. При отрицательной корреляции увеличению значений одного признака соответствует уменьшение значений другого признака.
Покажем решение задачи из примера 1 с помощью коэффициентов корреляции рангов по Спирмену. Составим следующую таблицу.
По таблице коэффициента корреляции рангов по Спирмену найдем для n = 24 критические точки.

Видим, что . Это означает, что связь между параметрами ознакомление и восприятие существует значимо при уровне значимости 1%.
Решим эту задачу с помощью электронных таблиц Excel.
Пример Excel-программы приведен ниже.
При этом в соответствующие ячейки записываются следующие формулы.

Коэффициент ассоциации по Пирсону (для дихотомических переменных)
Часто психологу приходится иметь дело с психологическими тестами, ответы на вопросы которых являют­ся дихотомическими переменными, т.е. типа ДА, НЕТ, или 1, О,
Для определения тесноты связи между дихотомическими переменными применяют коэффициент ассоциации по Пирсону. Рассморим применение этого коэффициента для решения конкретной психологической задачи, приведенной ниже.
Пример 2. В ходе психологического эксперимента были получены значения дихотомических переменных, приведенные в таблице.
Какова теснота связи между этими переменными?
Коэффициент ассоциации по Пирсону вычисляется по формуле
где Рх – вероятность появления 1 для переменной Х, qх = 1 – Рх,
Py – вероятность появления 1 для переменной Y, qy = 1 – Рy,
Pxy – вероятность появления 1 одновременно для X и Y.
Найдем значения перечисленных величин
Вычислим эмпирическое значение коэффициента ассоциации
Определим уровень значимости для

по формуле
,
где n – число пар коррелируемых признаков.
Для нашего случая,
Затем вычисляют число степеней свободы () и по таблице Стьюдента находят критические значения.
.
Это означает, что теснота связи (корреляционная связь) между дихотономическими переменными X и Y отсутствует.
Ниже приведем пример реализации этих расчетов в Excel.
При этом в соответствующие ячейки записываются следующие формулы.

Коэффициент взаимной сопряженности по Чупрунову

Список литературы

Список используемой литературы

1.Бодалев А.А., Столин В.В. Общая психодиагностика. - СПб, 2002. – с. 304.
2.Годфруа Ж. Что такое психология. - М., 1992. – 198 с.
3.Додж. М., Кината К., Стинсон К. Эффективная работа с Microsoft Excel 97. - СПб: Питер, 1998. – 357 с.
4.Ермолаев О.Ю. Математическая статистика для психоло¬гов. - М.: Флинта, 2002. – 267 с.
5.Кленин А.Н., Шевченко К.К. Математическая статистика для экономистов-статистиков. - М., 1990. – 278 с.
6.Колемаев В.А., Староверов О.В., Турундаевский В.Б. Теория ве-роятностей и математическая статистика. - М., 1991. – 399 с.
7.Зарубина О.М. Многомерный статистический анализ на ЭBM с использованием пакета Microsoft Excel, М., 1997. - 356 с.
8.Немов Р.С. Психология: Учеб. для студ. высш. пед. учеб. заведе-ний: В 3 кн. -М.: Гуманит. изд. центр ВЛАДОС, 2002. - Кн. 3: Психодиагностика. Введение в научное психологическое иссле-дование с элементами математической статистики. – 402 с.
9.Одинцов И.Д. Теория статистики. - М., 1998. – 172 с.
10.Психологическая диагностика: Учебное пособие, Под ред. К.М. Гуревича, Е.М. Борисовой, 2-е изд., испр. - М.: Изд-во УРАО, 2000. – 416 с.
11.Сидоренко Е.В Методы математической обработки в пси¬хологии. – СПб: ООО «Речь». 2000. – 361 с.
12.Сосновский Б.Д. Лабораторный практикум по общей пси¬хологии. Учебно-методическое пособие для студентов. - М.. Просвеще-ние, 1979. – 89 с.
13.Шмойлова Р.А. Теория статистики. - М.: Финансы и Статистика, 1998. – 254 с.
14.Френкель А.А., Адамова Е.В. Корреляционно-регрессионный анализ в экономических приложениях. - М., 1987. – 154 с.
15.Siegel S. Non-parametric Statistic, New York, MacGraw-Hill Book Co. 1956. – 159 p.
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00481
© Рефератбанк, 2002 - 2024